Caracterização bio-óptica espaço-temporal e desenvolvimento de algoritmos analíticos para o monitoramento sistemático das massas de água que circulam pela planície de inundação do médio e baixo Amazonas

• Processo: 14/23903-9
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Vigência: 01 de junho de 2015 - 30 de novembro de 2017
• Área do conhecimento: Ciências Exatas e da Terra - Geociências
• Pesquisador responsável: Cláudio Clemente Faria Barbosa
• Beneficiário: Cláudio Clemente Faria Barbosa
• Instituição Sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia e Inovações (Brasil). São José dos Campos , SP, Brasil
• Assunto(s): Sensoriamento remoto Monitoramento da água Amazônia Planícies
• Palavra(s)-Chave do Pesquisador: Caracterização bio-óptica de águas amazônicas | Constituintes opticamente ativos | Modelos bio-ópticos diretos e inversos | planície de inundação Amazônica | Propriedade ópticas inerentes e aparentes | Sensoriamento Remoto

Resumo

Em termos relativos, o ecossistema da planície de inundação do Rio Amazonas é pouco conhecido e estudado, quando comparado aos ecossistemas terrestres amazônicos. Estima-se a existência de mais de 10 mil lagos com área superior a um hectare (1 ha), dos quais menos de 1% foram estudados. Dada às dimensões da planície, o seu monitoramento só é viável por sensoriamento remoto orbital. Estudos realizados pelo nosso grupo de pesquisa, integrando dados de sensoriamento remoto, medidas espectroradiométricas acima da água e modelos empíricos, permitiram caracterizar padrões da dinâmica espaço-temporal das massas de água ao longo do ciclo hidrológico, sem, no entanto, descrever e analisar a composição espectral do campo de luz subaquático, informação essencial, por exemplo, para estimar a produtividade primária em ambientes aquáticos. Recentemente nosso grupo de pesquisa, com apoio da FAPESP, CNPq e ANEEL, adquiriu um conjunto de perfiladores subaquáticos que viabilizam a caracterização bio-óptica da coluna d'água e a parametrização de modelos analíticos para mapeamento dos constituintes da água. Modelos bio-ópticos analíticos, diferentemente dos empíricos, têm abrangência temporal, o que reduz a necessidade e os custos de medidas in situ. Vale ressaltar que o uso desses equipamentos, desenvolvidos para uso em oceanos, em águas altamente complexas como as amazônicas, é um campo extremamente fértil, dado que há toda uma linha de revisão de métodos e melhoramento de protocolos de correção dos dados. Esta proposta visa dar continuidade aos estudos iniciados no contexto projeto FAPESP 2011/23594-8 sobre caracterização bio-óptica e desenvolvimento de uma metodologia, fundamentada nos conceitos modelagem diretas e inversas para estimativa dos constituintes das massas de águas que circulam pela planície de inundação amazônica, utilizando sensores orbitais de ultima geração (OLI, HICO, Sentinel-2 e 3). (AU)

Publicações científicas

(8)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

JORGE, DANIEL S. F.; LOISEL, HUBERT; JAMET, CEDRIC; DESSAILLY, DAVID; DEMARIA, JULIEN; BRICAUD, ANNICK; MARITORENA, STEPHANE; ZHANG, XIAODONG; ANTOINE, DAVID; KUTSER, TIIT; et al. A three-step semi analytical algorithm (3SAA) for estimating inherent optical properties over oceanic, coastal, and inland waters from remote sensing reflectance. REMOTE SENSING OF ENVIRONMENT, v. 263, SEP 15 2021. (14/23903-9)

FREIRE DA SILVA, EDSON FILISBINO; LEAO DE MORAES NOVO, EVLYN MARCIA; LOBO, FELIPE DE LUCIA; FARIA BARBOSA, CLAUDIO CLEMENTE; CAIRO, CAROLLINE TRESSMANN; NOERNBERG, MAURICIO ALMEIDA; DA SILVA ROTTA, LUIZ HENRIQUE. A machine learning approach for monitoring Brazilian optical water types using Sentinel-2 MSI. REMOTE SENSING APPLICATIONS-SOCIETY AND ENVIRONMENT, v. 23, AUG 2021. (12/19821-1, 13/09045-7, 14/23903-9, 08/56252-0)

MACIEL, DANIEL ANDRADE; FARIA BARBOSA, CLAUDIO CLEMENTE; LEAO DE MORAES NOVO, EVLYN MARCIA; CHERUKURU, NAGUR; MARTINS, VITOR SOUZA; FLORES JUNIOR, ROGERIO; JORGE, DANIEL SCHAFFER; SANDER DE CARVALHO, LINO AUGUSTO; CARLOS, FELIPE MENINO. Mapping of diffuse attenuation coefficient in optically complex waters of amazon floodplain lakes. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, v. 170, p. 72-87, DEC 2020. (14/23903-9, 18/12083-1)

MACIEL, DANIEL ANDRADE; FARIA BARBOSA, CLAUDIO CLEMENTE; LEAO DE MORAES NOVO, EVLYN MARCIA; FLORES JUNIOR, ROGERIO; BEGLIOMINI, FELIPE NINCAO. Water clarity in Brazilian water assessed using Sentinel-2 and machine learning methods. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, v. 182, p. 134-152, DEC 2021. (19/15984-2, 11/19523-8, 11/23594-8, 03/06999-8, 08/56252-0, 12/19821-1, 18/12083-1, 13/09045-7, 14/23903-9)

DA SILVA, EDSON FILISBINO FREIRE; NOVO, EVLYN MARCIA LEAO DE MORAES; LOBO, FELIPE DE LUCIA; BARBOSA, CLAUDIO CLEMENTE FARIA; NOERNBERG, MAURICIO ALMEIDA; ROTTA, LUIZ HENRIQUE DA SILVA; CAIRO, CAROLLINE TRESSMANN; MACIEL, DANIEL ANDRADE; FLORES JUNIOR, ROGERIO. Optical water types found in Brazilian waters. LIMNOLOGY, v. 22, n. 1, JUL 2020. (13/09045-7, 14/23903-9, 12/19821-1, 08/56252-0)

PAHLEVAN, NIMA; MANGIN, ANTOINE; BALASUBRAMANIAN, SUNDARABALAN V.; SMITH, BRANDON; ALIKAS, KRISTA; ARAI, KOHEI; BARBOSA, CLAUDIO; BELANGER, SIMON; BINDING, CAREN; BRESCIANI, MARIANO; et al. CIX-Aqua: A global assessment of atmospheric correction methods for Landsat-8 and Sentinel-2 over lakes, rivers, and coastal water. REMOTE SENSING OF ENVIRONMENT, v. 258, JUN 1 2021. (14/23903-9)

JORGE, DANIEL S. F.; BARBOSA, CLAUDIO C. F.; DE CARVALHO, LINO A. S.; AFFONSO, ADRIANA G.; LOBO, FELIPE DE L.; NOVO, EVLYN M. L. DE M.. SNR (Signal-To-Noise Ratio) Impact on Water Constituent Retrieval from Simulated Images of Optically Complex Amazon Lakes. REMOTE SENSING, v. 9, n. 7, JUL 2017. (14/23903-9)

MARTINS, VITOR SOUZA; FARIA BARBOSA, CLAUDIO CLEMENTE; SANDER DE CARVALHO, LINO AUGUSTO; FERREIRA JORGE, DANIEL SCHAFFER; LOBO, FELIPE DE LUCIA; LEAO DE MORAES NOVO, EVLYN MARCIA. Assessment of Atmospheric Correction Methods for Sentinel-2 MSI Images Applied to Amazon Floodplain Lakes. REMOTE SENSING, v. 9, n. 4, APR 2017. (14/23903-9)